一种基于深度学习的ROP图像分类系统及方法

摘要

本发明公开了一种基于深度学习的ROP图像分类系统及方法，包括：收集新生儿的眼底彩照和临床变量文本数据，并对眼底彩照进行预处理；通过特征提取模型对预处理后的眼底彩照进行图像特征提取；将特征提取后的眼底彩照的图像特征与临床变量文本数据进行串联融合，获得眼底彩照的融合特征；基于深度神经网络对融合特征进行处理，获得眼底彩照的平均模型函数值；根据平均模型函数值，获得ROP的二进制分类函数值；基于二进制分类函数值以及预设阈值的大小关系，对眼底彩照进行分类，获得分类结果。本发明能有效减少低危新生儿接受不必要筛查的次数、辅助医生提高对于ROP筛查与分析的效率，同时减轻眼科医生的工作负担。